画像処理装置及び画像処理方法
【課題】画像処理装置及び画像処理方法を提供する。
【解決手段】画像処理装置は、三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する二値画像生成部であって、各二値画像において、二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、二値画像生成部と、各二値画像において、境界に連結していない第２の階調連結領域を認識する連結領域認識部と、２つの二値画像における第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ２つの二値画像において第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と第２の階調連結領域の総面積が大きい二値画像における第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、二つの二値画像における第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する文字層決定部と、を含む。
【解決手段】画像処理装置は、三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する二値画像生成部であって、各二値画像において、二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、二値画像生成部と、各二値画像において、境界に連結していない第２の階調連結領域を認識する連結領域認識部と、２つの二値画像における第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ２つの二値画像において第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と第２の階調連結領域の総面積が大きい二値画像における第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、二つの二値画像における第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する文字層決定部と、を含む。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像処理装置及び画像処理方法に関し、より具体的には、画像から文字層（文字の層）を認識するための画像処理装置及び画像処理方法に関する。
【背景技術】
【０００２】
ビデオの検索（video indexing）及びビデオの要約（video summarization）を行うには、ビデオにおける文字は、非常に簡潔かつ確かな手がかりである。よって、ビデオ画像における字幕領域を検出した後、字幕の文字情報を得るために、字幕領域に対してＯＣＲ（optical character recognition：光学的文字認識）を行ってもよい。当該プロセスにおいて、文字を抽出することは非常に重要なステップである。
【０００３】
一種類の従来技術として、色クラスタリング（clustering）手法を用いて文字を取得する。この手法では、文字の色が同一であるとする。しかしながら、あるビデオでは、この仮説は必ずしも成り立たない。また、低画質のビデオ画像では、色情報は確かなものではない。更に、背景の色は文字の色と近似している場合は、多くのノイズを生じてしまう。
【０００４】
もう一種類の従来技術として、局部の二値化手法（例えば、Niblackアルゴリズム）を用いて文字を取得する。しかし、このアルゴリズムの特性により、多くのノイズを生じる可能性がある。
【０００５】
また、上述の二種類の手法は何れも、画像処理を行った後で、画像において実際の文字層をどうやって判定するかの問題点がある。
【０００６】
ビデオ画像、特にビデオ画像の字幕領域においては、境界領域を有する文字（例えば、薄い色の境界領域を有する濃い色の文字、又は濃い色の境界領域を有する薄い色の文字）がよくある。文字を抽出するには、この文字の境界領域は重要な情報である。しかし、従来の文字抽出方法は、当該特徴を十分に利用していない。
【発明の概要】
【発明が解決しようとする課題】
【０００７】
本発明は、上述の従来技術の少なくとも一部の問題点を解決するように、画像において文字層（文字の層）を認識できる画像処理装置及び画像処理方法を提供する。
【課題を解決するための手段】
【０００８】
本発明の一の態様は、三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する二値画像生成部であって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、二値画像生成部と、各前記二値画像において、境界に連結していない第２の階調連結領域を認識する連結領域認識部と、２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する文字層決定部と、を含む画像処理装置を提供する。
【０００９】
本発明の他の態様は、三値画像に基づいて、該三値画像の各層に対応する二値画像を生成するステップであって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、ステップと、各前記二値画像において、境界に連結していない第２の階調連結領域を認識するステップと、２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定するステップと、を含む画像処理方法を提供する。
【発明の効果】
【００１０】
本発明によれば、画像において文字層を認識できる画像処理装置及び画像処理方法を提供することができる。
【図面の簡単な説明】
【００１１】
【図１】本発明の実施例に係る画像処理装置の構成例を示すブロック図である。
【図２】文字対象及び文字境界領域を含む画像を例示する図である。
【図３ａ】図２の画像に基づいて生成された三値画像における各層に対応する二値画像を示す図である。
【図３ｂ】図２の画像に基づいて生成された三値画像における各層に対応する二値画像を示す図である。
【図３ｃ】図２の画像に基づいて生成された三値画像における各層に対応する二値画像を示す図である。
【図４ａ】図３ａ乃至図３ｃの二値画像における穴連結領域を示す図である。
【図４ｂ】図３ａ乃至図３ｃの二値画像における穴連結領域を示す図である。
【図４ｃ】図３ａ乃至図３ｃの二値画像における穴連結領域を示す図である。
【図５】（ａ）乃至（ｃ）は、得られた二値画像における穴連結領域に用いられる例示方法の処理で生じられた二値画像を示す図である。
【図６】本発明の他の実施例に係る画像処理装置の構成例を示すブロック図である。
【図７】図３ｂに示される二値画像における各連結領域の外輪郭を示す図である。
【図８ａ】図３ｂにおける一つの文字対象連結領域及び該連結領域の外輪郭を示す図である。
【図８ｂ】図３ｂにおける一つの文字対象連結領域及び該連結領域の外輪郭を示す図である。
【図９ａ】図３ｂにおける一つの非文字対象（ノイズ）の連結領域及び該連結領域の外輪郭を示す図である。
【図９ｂ】図３ｂにおける一つの非文字対象（ノイズ）の連結領域及び該連結領域の外輪郭を示す図である。
【図１０】ノイズが除去された文字層を例示する図である。
【図１１】本発明の実施例に係る画像処理方法を示すフローチャートである。
【図１２】本発明に係る画像処理装置及び画像処理方法を実現するためのコンピュータの構成例を示すブロック図である。
【発明を実施するための形態】
【００１２】
本発明の上述の及びその他の目的、特徴及び効果は、図面を参照しながら、好適な実施形態の詳細な説明に示されるように、明らかである。
【００１３】
次に、本発明を実施するための形態を図面に基づいて説明する。
【００１４】
図１は、本発明の実施例に係る画像処理装置１００の構成例を示すブロック図である。画像処理装置１００は、二値画像生成部１１０、連結領域認識部１２０、及び文字層決定部１３０を含む。
【００１５】
画像処理装置１００には、三値化画像が入力される。この三値化画像は、通常の方法を用いて画像を三値化して得られるものであってもよい。例えば、図２は、ビデオ画像における字幕領域を例示する画像である。図２に示される画像において、文字は黒い色であり、背景（ビデオの画面）は漸進的に変化する色（グラジェント）を有し、文字と背景との間は白い色の境界領域を有する。既知の方法を用いて、この画像を処理して三値化図を生成してもよい。例えば、この画像をグレースケール画像（階調値の範囲は０〜２５５となる）に変換して、各画素の階調と２つの局部ウインドウ閾値とを比較することで画像を三値化（即ち、画像を三つの層に分ける）してもよい。具体的な例としては、局部ウインドウ閾値をＴ１＝ｍ−ｋ×ｓ，Ｔ２＝ｍ＋ｋ×ｓと設定してもよい。そのうち、ｍは局部（例えば３×３画素のウインドウ）平均値であり、ｓは局部の平方偏差（ｖａｒｉａｎｃｅ）であり、係数ｋは必要に応じて異なる値に設定できる値である。閾値と比較することで、Ｔ１よりも小さい階調値を有する画素の集合を黒い色の層とし、Ｔ２よりも大きい階調値を有する画素の集合を白い色の層とし、階調値がＴ１とＴ２との間にある画素の集合を中間層としてもよい。また、その他の方法、例えば色クラスタリング（clustering）手法などを用いて三値化図を取得してもよい。
【００１６】
二値画像生成部１１０は、入力された三値化画像に基づいて、該三値画像の各層に対応する二値画像を生成する、即ち三値化画像の各層を抽出する。各二値画像において、二値画像が対応する層に属する画素は第１の階調を有し、他の画素（背景）は第２の階調を有する。
【００１７】
図３ａ乃至図３ｃは、二値画像生成部１１０が図２の画像の三値化画像に基づいて生成した三つの二値画像を示す。図３ａ乃至図３ｃの二値画像において、三値化画像の対応層の画素は黒い色であり、その他の画素（背景）は白い色である。
【００１８】
二値画像生成部１１０により生成された二値画像は、連結領域認識部１２０に供給される。連結領域認識部１２０は、各二値画像における、境界に連結していない第２の階調連結領域を認識する。以下、境界に連結していない第２の階調連結領域を穴連結領域と略称する。
【００１９】
図４ａ乃至図４ｃは、連結領域認識部１２０により、図３ａ乃至図３ｃの二値画像から認識された穴連結領域を示す。
【００２０】
具体的な例として、連結領域認識部１２０は、以下の処理によって二値画像における穴連結領域を取得してもよい。
（１）二値画像に対して、色反転処理を行い、
（２）色反転処理が行われた二値画像における境界に連結している第１の階調連結領域を第２の階調に変換し、
（３）変換された二値画像における第１の階調の領域を穴連結領域とする。
【００２１】
図５ａ乃至図５ｃは、該例示した処理における各二値画像を示す。図５ａは、該処理の対象の二値画像であり、図５ｂは、図５ａの二値画像を色反転して得られた二値画像であり、図５ｃは、図５ｂの二値画像における境界に連結している連結領域を第２の階調に変換して得られた二値画像である。
【００２２】
なお、本発明は上記に例示したものに限らず、例えば他の連結領域の分析方法を用いて二値画像における穴連結領域を認識してもよい。
【００２３】
連結領域認識部１２０による各二値画像の連結領域の認識結果は、文字層決定部１３０に供給される。文字層決定部１３０は、各二値画像における穴連結領域の比較結果に基づいて、三つの二値画像には文字層及び文字境界領域層に対応する二値画像が存在しているか否か、文字層に対応するのはどれか、及び文字境界領域層に対応するのはどれか、を決定する。
【００２４】
より具体的には、文字層決定部１３０は、任意の２つの二値画像における穴連結領域の総面積（即ち画像数）の比率を比較してもよい。該２つの二値画像の穴連結領域の総面積の比率が所定の閾値（例えば２０）を超えた場合、文字層決定部１３０は、この２つの二値画像が対応する層それぞれを文字層及び文字境界領域層と決定してもよい。これは、通常、文字境界領域層が対応する二値画像における穴連結領域の総面積が大きく、文字層が対応する二値画像における穴連結領域の総面積が小さいため、両者の穴連結領域の総面積の比率が通常極めて高いからである。
【００２５】
また、２つの二値画像における穴連結領域の総面積の比率が閾値を超えた場合は、文字層決定部１３０は、この２つの二値画像において、穴連結領域の総面積が小さい二値画像における第１の階調の領域と、穴連結領域の総面積が大きい二値画像における穴連結領域との重なりかみ合い率をさらに比較してもよい。当該重なりかみ合い率が所定の閾値よりも大きい場合は、文字層決定部１３０は二つの二値画像における穴連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定してもよい。
【００２６】
図３に示される各二値画像を例として、文字層決定部１３０は、図４に示される穴連結領域の識別結果を比較し、図４ａの穴連結領域の総面積と図４ｂの穴連結領域の総面積との比率が所定の閾値を超えた、且つ図４ａに示される穴連結領域と図３ｂにおける黒い色領域との重なりかみ合い率が所定の閾値を超えた場合は、図３ｂが対応する層を文字層と決定し、図３ａが対応する層を文字境界領域層と決定する。
【００２７】
本発明の一つの具体的な実施例によれば、Ｎ１／Ｎ２を上記の重なりかみ合い率としてもよい。Ｎ１は、穴連結領域の総面積が小さい二値画像における第１の階調の領域と穴連結領域の総面積が大きい二値画像における穴連結領域との積集合（共通部分）の画素数であり、Ｎ２は、穴連結領域の総面積が小さい二値画像における第１の階調の領域と穴連結領域の総面積が大きい二値画像における穴連結領域との和集合の画素数である。ここで、上記の重なりかみ合い率は０．６〜０．９の範囲から選択されてもよく、例えば０．７であってもよい。なお、本発明はここに例示されるものに限定されず、他の具体的な方法で上記重なりかみ合い率を計測してもよい。
【００２８】
また、ある個別の場合は、ある二値画像における穴連結領域の総面積は非常に小さい（例えば、該二値画像の総面積の１％よりも小さい）ため、文字層及び文字境界領域層の誤判断をすることがある。このため、一つの実施例では、文字層決定部１３０は、判断の精度を向上するために、上記２つの判断条件以外に、以下の判断条件を付加的に採用してもよい。
【００２９】
文字層決定部１３０は、当該２つの二値画像における、各穴連結領域の総面積と該二値画像の総面積との比率が所定の閾値（例えば、０．０５）よりも大きい場合は、文字層及び文字境界領域層の決定を行う。
【００３０】
画像処理装置１００により決定された文字層及び／又は文字境界領域層は、処理結果として出力され、後処理、例えば文字認識等に用いられる。従って、本発明の実施例に係る画像処理装置は、通常の画像処理装置と比べて、画像における文字境界領域の特徴を利用することで、画像における文字層及び文字境界領域層を効率的に認識、決定することができる。
【００３１】
また、本発明の他の実施例では、画像処理装置は、決定された文字層に対してノイズ除去処理を行ってもよい。
【００３２】
図６は、本発明の他の実施例に係る画像処理装置６００の構成例を示すブロック図である。画像処理装置６００は、二値画像生成部６１０、連結領域認識部６２０、文字層決定部６３０、及びノイズ除去部６４０を含む。なお、二値画像生成部６１０、連結領域認識部６２０、及び文字層決定部６３０は、図１に示される二値画像生成部１１０、連結領域認識部１２０、及び文字層決定部１３０と類似し、ここでその説明を適宜省略することとする。
【００３３】
ノイズ除去部６４０は、文字層決定部６３０により決定された文字境界領域層に基づいて、決定された文字層に対してノイズ除去処理を行う。より具体的には、ノイズ除去部６４０は、文字層と決定された二値画像における各第１の階調連結領域に対して、該第１の階調連結領域の外輪郭と決定された文字境界領域層の二値画像における第１の階調の領域との合致度が所定の閾値よりも小さい場合は、第１の階調連結領域をノイズとして除去する。ここで、連結領域の外輪郭とは、該連結領域の外部と該連結領域の境界と隣接する輪郭を意味する。
【００３４】
図３に示される二値画像を例として、文字層決定部６３０が図３ｂの二値画像が対応する層を文字層と決定し、図３ａの二値画像が対応する層を文字境界領域層と決定する場合は、ノイズ除去部６４０は、文字層の二値画像における各第１の階調連結領域の外輪郭を抽出してもよい。図７は、図３ｂに示される二値画像における各連結領域の外輪郭を示している。文字層の二値画像の各第１の階調連結領域には、図８ａに示すように本当の文字対象が含まれることがあり、図８ｂに示すようにノイズが含まれることもある。ノイズ除去部６４０は、当該連結領域の外輪郭（例えば、図８ｂ及び図９ｂに示すように）と文字境界領域層における第１の階調の領域とを比較することで、ノイズを除去する。図８ｂに示される連結領域の外輪郭と図３ａにおける第１の階調の領域とは合致しているため、ノイズ除去部６４０は、図８ａに示される連結領域が文字対象に対応することと決定（判定）する。一方、図９ｂに示される連結領域の外輪郭と図３ａにおける第１の階調の領域とは合致していないため、ノイズ除去部６４０は、図９ａの連結領域をノイズとして除去する。図１０は、ノイズが除去された文字層を例示する図を示している。
【００３５】
本発明の具体的な実施例によれば、Ｎ４／Ｎ３を合致度としてもよい。Ｎ３は、文字層の二値画像における第１の階調連結領域の外輪郭の画素数であり、Ｎ４は、文字層の二値画像における第１の階調連結領域の外輪郭と文字境界領域層の二値画像における第１の階調の領域との積集合の画素数である。ここで、上述した合致度の閾値は、例えば０．８５〜０．９５の範囲内から選択されてもよく、例えば０．９であってもよい。なお、本発明は、ここに例示されるものに限定されず、他の具体的な方法で上述した合致度を計測してもよい。
【００３６】
画像処理装置６００は、ノイズ除去部６４０によりノイズを除去した文字層を結果として出力する。これによって、本実施例に係る画像処理装置は、通常の画像処理装置と比べて、画像における文字境界領域の特徴を利用することで、ノイズが少ない文字層を提供することができ、当該ノイズ除去方法でノイズを効果的に除去することができる。
【００３７】
図１１は、本発明の実施例に係る画像処理方法を示すフローチャートである。
【００３８】
ステップＳ１１１０において、三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する。各二値画像において、二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する。
【００３９】
ステップＳ１１２０において、各二値画像において、境界に連結していない第２の階調連結領域を認識する。
【００４０】
ステップＳ１１３０において、２つの二値画像における第２の階調連結領域の総面積の比率が第１の閾値（例えば、２０）よりも大きいか否かと決定（判断）し、決定結果はＹＥＳであれば、処理がステップＳ１１４０に進む。
【００４１】
ステップＳ１１４０において、２つの二値画像において第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と第２の階調連結領域の総面積が大きい二値画像における第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きいか否かを決定（判断）し、決定結果はＹＥＳであれば、処理がステップＳ１１５０に進む。
【００４２】
ステップＳ１１５０において、二つの二値画像における第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する。
【００４３】
一つの実施例によれば、ステップＳ１１４０において、Ｎ１／Ｎ２を重なりかみ合い率とし、Ｎ１は、第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と第２の階調連結領域の総面積が大きい二値画像における第２の階調連結領域との積集合の画素数であり、Ｎ２は、第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と第２の階調連結領域の総面積が大きい二値画像における第２の階調連結領域との和集合の画素数である。
【００４４】
一つの実施例によれば、ステップＳ１１５０の後では、ノイズ除去ステップがさらに含まれる。ノイズ除去ステップにおいて、決定された文字層の二値画像における各第１の階調連結領域に対し、第１の階調連結領域の外輪郭と決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、第１の階調連結領域をノイズとして除去する。
【００４５】
一つの実施例によれば、ノイズ除去ステップにおいて、Ｎ４／Ｎ３を合致度とし、Ｎ３は、文字層の二値画像における第１の階調連結領域の外輪郭の画素数であり、Ｎ４は、文字層の二値画像における第１の階調連結領域の外輪郭と文字境界領域層の二値画像における第１の階調の領域との積集合の画素数である。
【００４６】
一つの実施例によれば、ステップＳ１１４０の決定結果はＹＥＳであれば、２つの二値画像における各第２の階調連結領域の総面積と二値画像の総面積との比率が第４の閾値（例えば、０．０５）よりも大きいか否かを決定（判断）し、決定結果がＹＥＳの場合は、処理がステップＳ１１５０に進む。
【００４７】
本発明は装置、方法又はコンピュータプログラムのプロダクトであってもよいことは、当業者にとって理解される。このため、本発明は以下の具体的な形式で実現されてもよく、例えば、完全なハードウェア、完全なソフトウェア（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）、又はソフトウェア部とハードウェア部との組み合わせであってもよい。また、本発明は如何なる有形の表現媒体におけるコンピュータソフトウェアのプロダクトを用いてもよく、該媒体にはコンピュータが使用可能なプログラムコードを含む。
【００４８】
本発明は、一つ又は複数のコンピュータが読取可能な媒体の如何なる組み合わせを用いてもよい。コンピュータ読取可能な媒体は、コンピュータが読取可能な信号媒体又は記憶媒体であってもよく、コンピュータが読取可能な記憶媒体は電気的、磁気的、光学的、電磁的、赤外線の、又は半導体のシステム、装置、機器の部分品、伝播媒体、或いはそれらの適当な組み合わせであってもよいが、ここに例示されるものに限定されない。コンピュータが読取可能な記憶媒体は、より具体的な例として、一つ又は複数の導線間の電気接続、携帯可能なコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去及びプログラム可能読取り専用記憶装置（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバー、コンパクトディスク（ＣＤ−ＲＯＭ）、光学記憶装置、磁気記憶装置、又はそれらの適当な組みあわせを含む。本明細書では、コンピュータが読取可能な記憶媒体は、指令実行システム、装置若しくは機器に適用される、又は指令実行システム、装置若しくは機器に関するプログラムを含む或いは記憶する、如何なる有形媒体であってもよい。
【００４９】
本発明を実行するための操作のコンピュータプログラムコードは、一つのプログラミング言語又は複数のプログラミング言語の如何なる組み合わせで開発してもよく、プログラミング言語は、例えばＪａｖａ(登録商標)、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語を含み、例えば「Ｃ」プログラミング言語又は類似なプログラミング言語などの通常の手続き型プログラミング言語をさらに含む。プログラムコードは完全にユーザのコンピュータで実行してもよいし、部分的にユーザのコンピュータで実行してもよいし、独立のソフトウェアパッケージとして実行してもよいし、一部がユーザのコンピュータで実行し一部がリモートコンピュータで実行してもよいし、完全にリモートコンピュータ又はサーバで実行してもよい。後者の場合は、リモートコンピュータは、例えば地域ネットワーク（ＬＡＮ）又は広域ネットワーク（ＷＡＮ）などの如何なるネットワークを介してユーザのコンピュータに接続されてもよいし、或いは（インターネットのプロバイダによるインターネットを介して）外部コンピュータに接続されてもよい。
【００５０】
図１２は、本発明に係る画像処理装置及び画像処理方法を実現するためのコンピュータの構成例を示すブロック図を示している。図１２において、中央処理ユニット（ＣＰＵ）１２０１が、リードオンリーメモリ（ＲＯＭ）１２０２に記憶されているプログラム、又は記憶部１２０８からランダムアクセスメモリ（ＲＡＭ）１２０３にロードされているプログラムに基づいて各種の処理を行う。ＲＡＭ１２０３は、必要に応じてＣＰＵ１２０１が各種の処理などを実行するときに必要なデータを記憶してもよい。
【００５１】
ＣＰＵ１２０１、ＲＯＭ１２０２及びＲＡＭ１２０３は、バス１２０４を介して互いに接続される。また、入力／出力インターフェース１２０５もバス１２０４に接続される。
【００５２】
入力／出力インターフェース１２０５には、入力部１２０６（キーボード、マウスなどを含む）、出力部分１２０７（例えばＣＲＴなどの表示器、液晶表示装置（ＬＣＤ）、スピーカーなどを含む）、記憶部１２０８（ハードディスクなどを含む）、及び通信部１２０９（例えばＬＡＮカードなどのネットワーク接続カード、モデムなどを含む）が接続される。通信部１２０９は、ネットワーク例えばインターネットを介して通信処理を行う。
【００５３】
駆動装置（ドライブ）１２１０は、必要に応じて入力／出力インターフェース１２０５に接続されてもよい。また、必要に応じて、例えば磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどの取り外し可能な媒体１２１１を駆動装置１２１０にセットすることにより、その中から読み出したコンピュータプログラムを記憶部１２０８にインストールしてもよい。
【００５４】
ソフトウェアにより上述の一連の処理を実現する場合は、ネットワーク例えばインターネット、又は記憶媒体例えば取り外し可能な媒体１２１１から、このソフトウェアを構成するプログラムをインストールしてもよい。
【００５５】
なお、当業者が理解すべきこととしては、このような記憶媒体は、中にプログラムが記憶されており、ユーザにプログラムを提供するよう装置と独立して配られる図１２に示すような取り外し可能な媒体１２１１に限定されないということである。取り外し可能な媒体１２１１の例としては、磁気ディスク（フロッピーディスク（登録商標）を含む）、光ディスク（ＣＤ−ＲＯＭ及びＤＶＤを含む）、光磁気ディスク（ＭＤ（登録商標）を含む）、及び半導体メモリを含む。或いは、記憶媒体はＲＯＭ１２０２、記憶部１２０８に含まれるハードディスクなどであってもよく、それらにはプログラムが記憶されており、且つそれらを含む装置とともにユーザに配られてもよい。
【００５６】
上記の説明は、本発明の好適な実施例に過ぎず、本発明の実施の範囲がこれらに限定されず、本発明の特許請求の範囲及び明細書の内容に基づいて、当業者によって任意の変更及び変形が可能であり、本発明の保護範囲は特許請求の範囲を基準とする。また、本発明の実施例又は特許請求の範囲は何れも本発明により開示された目的又は利点又は特徴の全てを必ずしも実現する必要はない。さらにまた、本明細書及び特許請求の範囲に言及される「第１の」、「第２の」等の用語は、単なる構成要素を命名する、或いは異なる実施例又は範囲を区別するものであり、構成要素の数の上限又は下限を限定するものではない。
【００５７】
また、上述の各実施例を含む実施形態に関し、更に以下の付記を開示する。
【００５８】
（付記１）
三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する二値画像生成部であって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、二値画像生成部と、
各前記二値画像において、境界に連結していない第２の階調連結領域を認識する連結領域認識部と、
２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する文字層決定部と、を含む画像処理装置。
【００５９】
（付記２）
Ｎ１／Ｎ２を前記重なりかみ合い率とし、
Ｎ１は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との積集合の画素数であり、
Ｎ２は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との和集合の画素数である付記１に記載の画像処理装置。
【００６０】
（付記３）
前記決定された文字層の二値画像における各第１の階調連結領域に対し、前記第１の階調連結領域の外輪郭と前記決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、前記第１の階調連結領域をノイズとして除去するノイズ除去部をさらに含む付記１又は２に記載の画像処理装置。
【００６１】
（付記４）
Ｎ４／Ｎ３を前記合致度とし、
Ｎ３は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭の画素数であり、
Ｎ４は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭と前記文字境界領域層の二値画像における前記第１の階調の領域との積集合の画素数である付記３に記載の画像処理装置。
【００６２】
（付記５）
前記２つの二値画像における各前記第２の階調連結領域の総面積と前記二値画像の総面積との比率が第４の閾値よりも大きい場合は、前記文字層決定部は前記文字層及び前記文字境界領域層の決定を行う付記１又は２に記載の画像処理装置。
【００６３】
（付記６）
三値画像に基づいて、該三値画像の各層に対応する二値画像を生成するステップであって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、ステップと、
各前記二値画像において、境界に連結していない第２の階調連結領域を認識するステップと、
２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定するステップと、を含む画像処理方法。
【００６４】
（付記７）
Ｎ１／Ｎ２を前記重なりかみ合い率とし、
Ｎ１は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との積集合の画素数であり、
Ｎ２は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との和集合の画素数である付記６に記載の画像処理方法。
【００６５】
（付記８）
前記決定された文字層の二値画像における各第１の階調連結領域に対し、前記第１の階調連結領域の外輪郭と前記決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、前記第１の階調連結領域をノイズとして除去するステップをさらに含む付記６又は７に記載の画像処理方法。
【００６６】
（付記９）
Ｎ４／Ｎ３を前記合致度とし、
Ｎ３は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭の画素数であり、
Ｎ４は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭と前記文字境界領域層の二値画像における前記第１の階調の領域との積集合の画素数である付記８に記載の画像処理方法。
【００６７】
（付記１０）
前記２つの二値画像における各前記第２の階調連結領域の総面積と前記二値画像の総面積との比率が第４の閾値よりも大きい場合は、前記文字層及び前記文字境界領域層の決定を行う付記６又は７に記載の画像処理方法。
【００６８】
（付記１１）
コンピュータに、付記６乃至１０の何れか一項に記載の各ステップを実行させるためのプログラム。
【００６９】
（付記１２）
付記１１に記載のプログラムを記憶しているコンピュータ読み出し可能な記憶媒体。
【００７０】
以上、本発明の好ましい実施形態、実施例を説明したが、本発明はこの実施形態、実施例に限定されず、本発明の趣旨を離脱しない限り、本発明に対するあらゆる変更は本発明の技術範囲に属する。
【符号の説明】
【００７１】
１００、６００ 画像処理装置
１１０、６１０ 二値画像生成部
１２０、６２０ 連結領域認識部
１３０、６３０ 文字層決定部
６４０ ノイズ除去部
【技術分野】
【０００１】
本発明は、画像処理装置及び画像処理方法に関し、より具体的には、画像から文字層（文字の層）を認識するための画像処理装置及び画像処理方法に関する。
【背景技術】
【０００２】
ビデオの検索（video indexing）及びビデオの要約（video summarization）を行うには、ビデオにおける文字は、非常に簡潔かつ確かな手がかりである。よって、ビデオ画像における字幕領域を検出した後、字幕の文字情報を得るために、字幕領域に対してＯＣＲ（optical character recognition：光学的文字認識）を行ってもよい。当該プロセスにおいて、文字を抽出することは非常に重要なステップである。
【０００３】
一種類の従来技術として、色クラスタリング（clustering）手法を用いて文字を取得する。この手法では、文字の色が同一であるとする。しかしながら、あるビデオでは、この仮説は必ずしも成り立たない。また、低画質のビデオ画像では、色情報は確かなものではない。更に、背景の色は文字の色と近似している場合は、多くのノイズを生じてしまう。
【０００４】
もう一種類の従来技術として、局部の二値化手法（例えば、Niblackアルゴリズム）を用いて文字を取得する。しかし、このアルゴリズムの特性により、多くのノイズを生じる可能性がある。
【０００５】
また、上述の二種類の手法は何れも、画像処理を行った後で、画像において実際の文字層をどうやって判定するかの問題点がある。
【０００６】
ビデオ画像、特にビデオ画像の字幕領域においては、境界領域を有する文字（例えば、薄い色の境界領域を有する濃い色の文字、又は濃い色の境界領域を有する薄い色の文字）がよくある。文字を抽出するには、この文字の境界領域は重要な情報である。しかし、従来の文字抽出方法は、当該特徴を十分に利用していない。
【発明の概要】
【発明が解決しようとする課題】
【０００７】
本発明は、上述の従来技術の少なくとも一部の問題点を解決するように、画像において文字層（文字の層）を認識できる画像処理装置及び画像処理方法を提供する。
【課題を解決するための手段】
【０００８】
本発明の一の態様は、三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する二値画像生成部であって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、二値画像生成部と、各前記二値画像において、境界に連結していない第２の階調連結領域を認識する連結領域認識部と、２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する文字層決定部と、を含む画像処理装置を提供する。
【０００９】
本発明の他の態様は、三値画像に基づいて、該三値画像の各層に対応する二値画像を生成するステップであって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、ステップと、各前記二値画像において、境界に連結していない第２の階調連結領域を認識するステップと、２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定するステップと、を含む画像処理方法を提供する。
【発明の効果】
【００１０】
本発明によれば、画像において文字層を認識できる画像処理装置及び画像処理方法を提供することができる。
【図面の簡単な説明】
【００１１】
【図１】本発明の実施例に係る画像処理装置の構成例を示すブロック図である。
【図２】文字対象及び文字境界領域を含む画像を例示する図である。
【図３ａ】図２の画像に基づいて生成された三値画像における各層に対応する二値画像を示す図である。
【図３ｂ】図２の画像に基づいて生成された三値画像における各層に対応する二値画像を示す図である。
【図３ｃ】図２の画像に基づいて生成された三値画像における各層に対応する二値画像を示す図である。
【図４ａ】図３ａ乃至図３ｃの二値画像における穴連結領域を示す図である。
【図４ｂ】図３ａ乃至図３ｃの二値画像における穴連結領域を示す図である。
【図４ｃ】図３ａ乃至図３ｃの二値画像における穴連結領域を示す図である。
【図５】（ａ）乃至（ｃ）は、得られた二値画像における穴連結領域に用いられる例示方法の処理で生じられた二値画像を示す図である。
【図６】本発明の他の実施例に係る画像処理装置の構成例を示すブロック図である。
【図７】図３ｂに示される二値画像における各連結領域の外輪郭を示す図である。
【図８ａ】図３ｂにおける一つの文字対象連結領域及び該連結領域の外輪郭を示す図である。
【図８ｂ】図３ｂにおける一つの文字対象連結領域及び該連結領域の外輪郭を示す図である。
【図９ａ】図３ｂにおける一つの非文字対象（ノイズ）の連結領域及び該連結領域の外輪郭を示す図である。
【図９ｂ】図３ｂにおける一つの非文字対象（ノイズ）の連結領域及び該連結領域の外輪郭を示す図である。
【図１０】ノイズが除去された文字層を例示する図である。
【図１１】本発明の実施例に係る画像処理方法を示すフローチャートである。
【図１２】本発明に係る画像処理装置及び画像処理方法を実現するためのコンピュータの構成例を示すブロック図である。
【発明を実施するための形態】
【００１２】
本発明の上述の及びその他の目的、特徴及び効果は、図面を参照しながら、好適な実施形態の詳細な説明に示されるように、明らかである。
【００１３】
次に、本発明を実施するための形態を図面に基づいて説明する。
【００１４】
図１は、本発明の実施例に係る画像処理装置１００の構成例を示すブロック図である。画像処理装置１００は、二値画像生成部１１０、連結領域認識部１２０、及び文字層決定部１３０を含む。
【００１５】
画像処理装置１００には、三値化画像が入力される。この三値化画像は、通常の方法を用いて画像を三値化して得られるものであってもよい。例えば、図２は、ビデオ画像における字幕領域を例示する画像である。図２に示される画像において、文字は黒い色であり、背景（ビデオの画面）は漸進的に変化する色（グラジェント）を有し、文字と背景との間は白い色の境界領域を有する。既知の方法を用いて、この画像を処理して三値化図を生成してもよい。例えば、この画像をグレースケール画像（階調値の範囲は０〜２５５となる）に変換して、各画素の階調と２つの局部ウインドウ閾値とを比較することで画像を三値化（即ち、画像を三つの層に分ける）してもよい。具体的な例としては、局部ウインドウ閾値をＴ１＝ｍ−ｋ×ｓ，Ｔ２＝ｍ＋ｋ×ｓと設定してもよい。そのうち、ｍは局部（例えば３×３画素のウインドウ）平均値であり、ｓは局部の平方偏差（ｖａｒｉａｎｃｅ）であり、係数ｋは必要に応じて異なる値に設定できる値である。閾値と比較することで、Ｔ１よりも小さい階調値を有する画素の集合を黒い色の層とし、Ｔ２よりも大きい階調値を有する画素の集合を白い色の層とし、階調値がＴ１とＴ２との間にある画素の集合を中間層としてもよい。また、その他の方法、例えば色クラスタリング（clustering）手法などを用いて三値化図を取得してもよい。
【００１６】
二値画像生成部１１０は、入力された三値化画像に基づいて、該三値画像の各層に対応する二値画像を生成する、即ち三値化画像の各層を抽出する。各二値画像において、二値画像が対応する層に属する画素は第１の階調を有し、他の画素（背景）は第２の階調を有する。
【００１７】
図３ａ乃至図３ｃは、二値画像生成部１１０が図２の画像の三値化画像に基づいて生成した三つの二値画像を示す。図３ａ乃至図３ｃの二値画像において、三値化画像の対応層の画素は黒い色であり、その他の画素（背景）は白い色である。
【００１８】
二値画像生成部１１０により生成された二値画像は、連結領域認識部１２０に供給される。連結領域認識部１２０は、各二値画像における、境界に連結していない第２の階調連結領域を認識する。以下、境界に連結していない第２の階調連結領域を穴連結領域と略称する。
【００１９】
図４ａ乃至図４ｃは、連結領域認識部１２０により、図３ａ乃至図３ｃの二値画像から認識された穴連結領域を示す。
【００２０】
具体的な例として、連結領域認識部１２０は、以下の処理によって二値画像における穴連結領域を取得してもよい。
（１）二値画像に対して、色反転処理を行い、
（２）色反転処理が行われた二値画像における境界に連結している第１の階調連結領域を第２の階調に変換し、
（３）変換された二値画像における第１の階調の領域を穴連結領域とする。
【００２１】
図５ａ乃至図５ｃは、該例示した処理における各二値画像を示す。図５ａは、該処理の対象の二値画像であり、図５ｂは、図５ａの二値画像を色反転して得られた二値画像であり、図５ｃは、図５ｂの二値画像における境界に連結している連結領域を第２の階調に変換して得られた二値画像である。
【００２２】
なお、本発明は上記に例示したものに限らず、例えば他の連結領域の分析方法を用いて二値画像における穴連結領域を認識してもよい。
【００２３】
連結領域認識部１２０による各二値画像の連結領域の認識結果は、文字層決定部１３０に供給される。文字層決定部１３０は、各二値画像における穴連結領域の比較結果に基づいて、三つの二値画像には文字層及び文字境界領域層に対応する二値画像が存在しているか否か、文字層に対応するのはどれか、及び文字境界領域層に対応するのはどれか、を決定する。
【００２４】
より具体的には、文字層決定部１３０は、任意の２つの二値画像における穴連結領域の総面積（即ち画像数）の比率を比較してもよい。該２つの二値画像の穴連結領域の総面積の比率が所定の閾値（例えば２０）を超えた場合、文字層決定部１３０は、この２つの二値画像が対応する層それぞれを文字層及び文字境界領域層と決定してもよい。これは、通常、文字境界領域層が対応する二値画像における穴連結領域の総面積が大きく、文字層が対応する二値画像における穴連結領域の総面積が小さいため、両者の穴連結領域の総面積の比率が通常極めて高いからである。
【００２５】
また、２つの二値画像における穴連結領域の総面積の比率が閾値を超えた場合は、文字層決定部１３０は、この２つの二値画像において、穴連結領域の総面積が小さい二値画像における第１の階調の領域と、穴連結領域の総面積が大きい二値画像における穴連結領域との重なりかみ合い率をさらに比較してもよい。当該重なりかみ合い率が所定の閾値よりも大きい場合は、文字層決定部１３０は二つの二値画像における穴連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定してもよい。
【００２６】
図３に示される各二値画像を例として、文字層決定部１３０は、図４に示される穴連結領域の識別結果を比較し、図４ａの穴連結領域の総面積と図４ｂの穴連結領域の総面積との比率が所定の閾値を超えた、且つ図４ａに示される穴連結領域と図３ｂにおける黒い色領域との重なりかみ合い率が所定の閾値を超えた場合は、図３ｂが対応する層を文字層と決定し、図３ａが対応する層を文字境界領域層と決定する。
【００２７】
本発明の一つの具体的な実施例によれば、Ｎ１／Ｎ２を上記の重なりかみ合い率としてもよい。Ｎ１は、穴連結領域の総面積が小さい二値画像における第１の階調の領域と穴連結領域の総面積が大きい二値画像における穴連結領域との積集合（共通部分）の画素数であり、Ｎ２は、穴連結領域の総面積が小さい二値画像における第１の階調の領域と穴連結領域の総面積が大きい二値画像における穴連結領域との和集合の画素数である。ここで、上記の重なりかみ合い率は０．６〜０．９の範囲から選択されてもよく、例えば０．７であってもよい。なお、本発明はここに例示されるものに限定されず、他の具体的な方法で上記重なりかみ合い率を計測してもよい。
【００２８】
また、ある個別の場合は、ある二値画像における穴連結領域の総面積は非常に小さい（例えば、該二値画像の総面積の１％よりも小さい）ため、文字層及び文字境界領域層の誤判断をすることがある。このため、一つの実施例では、文字層決定部１３０は、判断の精度を向上するために、上記２つの判断条件以外に、以下の判断条件を付加的に採用してもよい。
【００２９】
文字層決定部１３０は、当該２つの二値画像における、各穴連結領域の総面積と該二値画像の総面積との比率が所定の閾値（例えば、０．０５）よりも大きい場合は、文字層及び文字境界領域層の決定を行う。
【００３０】
画像処理装置１００により決定された文字層及び／又は文字境界領域層は、処理結果として出力され、後処理、例えば文字認識等に用いられる。従って、本発明の実施例に係る画像処理装置は、通常の画像処理装置と比べて、画像における文字境界領域の特徴を利用することで、画像における文字層及び文字境界領域層を効率的に認識、決定することができる。
【００３１】
また、本発明の他の実施例では、画像処理装置は、決定された文字層に対してノイズ除去処理を行ってもよい。
【００３２】
図６は、本発明の他の実施例に係る画像処理装置６００の構成例を示すブロック図である。画像処理装置６００は、二値画像生成部６１０、連結領域認識部６２０、文字層決定部６３０、及びノイズ除去部６４０を含む。なお、二値画像生成部６１０、連結領域認識部６２０、及び文字層決定部６３０は、図１に示される二値画像生成部１１０、連結領域認識部１２０、及び文字層決定部１３０と類似し、ここでその説明を適宜省略することとする。
【００３３】
ノイズ除去部６４０は、文字層決定部６３０により決定された文字境界領域層に基づいて、決定された文字層に対してノイズ除去処理を行う。より具体的には、ノイズ除去部６４０は、文字層と決定された二値画像における各第１の階調連結領域に対して、該第１の階調連結領域の外輪郭と決定された文字境界領域層の二値画像における第１の階調の領域との合致度が所定の閾値よりも小さい場合は、第１の階調連結領域をノイズとして除去する。ここで、連結領域の外輪郭とは、該連結領域の外部と該連結領域の境界と隣接する輪郭を意味する。
【００３４】
図３に示される二値画像を例として、文字層決定部６３０が図３ｂの二値画像が対応する層を文字層と決定し、図３ａの二値画像が対応する層を文字境界領域層と決定する場合は、ノイズ除去部６４０は、文字層の二値画像における各第１の階調連結領域の外輪郭を抽出してもよい。図７は、図３ｂに示される二値画像における各連結領域の外輪郭を示している。文字層の二値画像の各第１の階調連結領域には、図８ａに示すように本当の文字対象が含まれることがあり、図８ｂに示すようにノイズが含まれることもある。ノイズ除去部６４０は、当該連結領域の外輪郭（例えば、図８ｂ及び図９ｂに示すように）と文字境界領域層における第１の階調の領域とを比較することで、ノイズを除去する。図８ｂに示される連結領域の外輪郭と図３ａにおける第１の階調の領域とは合致しているため、ノイズ除去部６４０は、図８ａに示される連結領域が文字対象に対応することと決定（判定）する。一方、図９ｂに示される連結領域の外輪郭と図３ａにおける第１の階調の領域とは合致していないため、ノイズ除去部６４０は、図９ａの連結領域をノイズとして除去する。図１０は、ノイズが除去された文字層を例示する図を示している。
【００３５】
本発明の具体的な実施例によれば、Ｎ４／Ｎ３を合致度としてもよい。Ｎ３は、文字層の二値画像における第１の階調連結領域の外輪郭の画素数であり、Ｎ４は、文字層の二値画像における第１の階調連結領域の外輪郭と文字境界領域層の二値画像における第１の階調の領域との積集合の画素数である。ここで、上述した合致度の閾値は、例えば０．８５〜０．９５の範囲内から選択されてもよく、例えば０．９であってもよい。なお、本発明は、ここに例示されるものに限定されず、他の具体的な方法で上述した合致度を計測してもよい。
【００３６】
画像処理装置６００は、ノイズ除去部６４０によりノイズを除去した文字層を結果として出力する。これによって、本実施例に係る画像処理装置は、通常の画像処理装置と比べて、画像における文字境界領域の特徴を利用することで、ノイズが少ない文字層を提供することができ、当該ノイズ除去方法でノイズを効果的に除去することができる。
【００３７】
図１１は、本発明の実施例に係る画像処理方法を示すフローチャートである。
【００３８】
ステップＳ１１１０において、三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する。各二値画像において、二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する。
【００３９】
ステップＳ１１２０において、各二値画像において、境界に連結していない第２の階調連結領域を認識する。
【００４０】
ステップＳ１１３０において、２つの二値画像における第２の階調連結領域の総面積の比率が第１の閾値（例えば、２０）よりも大きいか否かと決定（判断）し、決定結果はＹＥＳであれば、処理がステップＳ１１４０に進む。
【００４１】
ステップＳ１１４０において、２つの二値画像において第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と第２の階調連結領域の総面積が大きい二値画像における第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きいか否かを決定（判断）し、決定結果はＹＥＳであれば、処理がステップＳ１１５０に進む。
【００４２】
ステップＳ１１５０において、二つの二値画像における第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する。
【００４３】
一つの実施例によれば、ステップＳ１１４０において、Ｎ１／Ｎ２を重なりかみ合い率とし、Ｎ１は、第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と第２の階調連結領域の総面積が大きい二値画像における第２の階調連結領域との積集合の画素数であり、Ｎ２は、第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と第２の階調連結領域の総面積が大きい二値画像における第２の階調連結領域との和集合の画素数である。
【００４４】
一つの実施例によれば、ステップＳ１１５０の後では、ノイズ除去ステップがさらに含まれる。ノイズ除去ステップにおいて、決定された文字層の二値画像における各第１の階調連結領域に対し、第１の階調連結領域の外輪郭と決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、第１の階調連結領域をノイズとして除去する。
【００４５】
一つの実施例によれば、ノイズ除去ステップにおいて、Ｎ４／Ｎ３を合致度とし、Ｎ３は、文字層の二値画像における第１の階調連結領域の外輪郭の画素数であり、Ｎ４は、文字層の二値画像における第１の階調連結領域の外輪郭と文字境界領域層の二値画像における第１の階調の領域との積集合の画素数である。
【００４６】
一つの実施例によれば、ステップＳ１１４０の決定結果はＹＥＳであれば、２つの二値画像における各第２の階調連結領域の総面積と二値画像の総面積との比率が第４の閾値（例えば、０．０５）よりも大きいか否かを決定（判断）し、決定結果がＹＥＳの場合は、処理がステップＳ１１５０に進む。
【００４７】
本発明は装置、方法又はコンピュータプログラムのプロダクトであってもよいことは、当業者にとって理解される。このため、本発明は以下の具体的な形式で実現されてもよく、例えば、完全なハードウェア、完全なソフトウェア（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）、又はソフトウェア部とハードウェア部との組み合わせであってもよい。また、本発明は如何なる有形の表現媒体におけるコンピュータソフトウェアのプロダクトを用いてもよく、該媒体にはコンピュータが使用可能なプログラムコードを含む。
【００４８】
本発明は、一つ又は複数のコンピュータが読取可能な媒体の如何なる組み合わせを用いてもよい。コンピュータ読取可能な媒体は、コンピュータが読取可能な信号媒体又は記憶媒体であってもよく、コンピュータが読取可能な記憶媒体は電気的、磁気的、光学的、電磁的、赤外線の、又は半導体のシステム、装置、機器の部分品、伝播媒体、或いはそれらの適当な組み合わせであってもよいが、ここに例示されるものに限定されない。コンピュータが読取可能な記憶媒体は、より具体的な例として、一つ又は複数の導線間の電気接続、携帯可能なコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去及びプログラム可能読取り専用記憶装置（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバー、コンパクトディスク（ＣＤ−ＲＯＭ）、光学記憶装置、磁気記憶装置、又はそれらの適当な組みあわせを含む。本明細書では、コンピュータが読取可能な記憶媒体は、指令実行システム、装置若しくは機器に適用される、又は指令実行システム、装置若しくは機器に関するプログラムを含む或いは記憶する、如何なる有形媒体であってもよい。
【００４９】
本発明を実行するための操作のコンピュータプログラムコードは、一つのプログラミング言語又は複数のプログラミング言語の如何なる組み合わせで開発してもよく、プログラミング言語は、例えばＪａｖａ(登録商標)、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語を含み、例えば「Ｃ」プログラミング言語又は類似なプログラミング言語などの通常の手続き型プログラミング言語をさらに含む。プログラムコードは完全にユーザのコンピュータで実行してもよいし、部分的にユーザのコンピュータで実行してもよいし、独立のソフトウェアパッケージとして実行してもよいし、一部がユーザのコンピュータで実行し一部がリモートコンピュータで実行してもよいし、完全にリモートコンピュータ又はサーバで実行してもよい。後者の場合は、リモートコンピュータは、例えば地域ネットワーク（ＬＡＮ）又は広域ネットワーク（ＷＡＮ）などの如何なるネットワークを介してユーザのコンピュータに接続されてもよいし、或いは（インターネットのプロバイダによるインターネットを介して）外部コンピュータに接続されてもよい。
【００５０】
図１２は、本発明に係る画像処理装置及び画像処理方法を実現するためのコンピュータの構成例を示すブロック図を示している。図１２において、中央処理ユニット（ＣＰＵ）１２０１が、リードオンリーメモリ（ＲＯＭ）１２０２に記憶されているプログラム、又は記憶部１２０８からランダムアクセスメモリ（ＲＡＭ）１２０３にロードされているプログラムに基づいて各種の処理を行う。ＲＡＭ１２０３は、必要に応じてＣＰＵ１２０１が各種の処理などを実行するときに必要なデータを記憶してもよい。
【００５１】
ＣＰＵ１２０１、ＲＯＭ１２０２及びＲＡＭ１２０３は、バス１２０４を介して互いに接続される。また、入力／出力インターフェース１２０５もバス１２０４に接続される。
【００５２】
入力／出力インターフェース１２０５には、入力部１２０６（キーボード、マウスなどを含む）、出力部分１２０７（例えばＣＲＴなどの表示器、液晶表示装置（ＬＣＤ）、スピーカーなどを含む）、記憶部１２０８（ハードディスクなどを含む）、及び通信部１２０９（例えばＬＡＮカードなどのネットワーク接続カード、モデムなどを含む）が接続される。通信部１２０９は、ネットワーク例えばインターネットを介して通信処理を行う。
【００５３】
駆動装置（ドライブ）１２１０は、必要に応じて入力／出力インターフェース１２０５に接続されてもよい。また、必要に応じて、例えば磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどの取り外し可能な媒体１２１１を駆動装置１２１０にセットすることにより、その中から読み出したコンピュータプログラムを記憶部１２０８にインストールしてもよい。
【００５４】
ソフトウェアにより上述の一連の処理を実現する場合は、ネットワーク例えばインターネット、又は記憶媒体例えば取り外し可能な媒体１２１１から、このソフトウェアを構成するプログラムをインストールしてもよい。
【００５５】
なお、当業者が理解すべきこととしては、このような記憶媒体は、中にプログラムが記憶されており、ユーザにプログラムを提供するよう装置と独立して配られる図１２に示すような取り外し可能な媒体１２１１に限定されないということである。取り外し可能な媒体１２１１の例としては、磁気ディスク（フロッピーディスク（登録商標）を含む）、光ディスク（ＣＤ−ＲＯＭ及びＤＶＤを含む）、光磁気ディスク（ＭＤ（登録商標）を含む）、及び半導体メモリを含む。或いは、記憶媒体はＲＯＭ１２０２、記憶部１２０８に含まれるハードディスクなどであってもよく、それらにはプログラムが記憶されており、且つそれらを含む装置とともにユーザに配られてもよい。
【００５６】
上記の説明は、本発明の好適な実施例に過ぎず、本発明の実施の範囲がこれらに限定されず、本発明の特許請求の範囲及び明細書の内容に基づいて、当業者によって任意の変更及び変形が可能であり、本発明の保護範囲は特許請求の範囲を基準とする。また、本発明の実施例又は特許請求の範囲は何れも本発明により開示された目的又は利点又は特徴の全てを必ずしも実現する必要はない。さらにまた、本明細書及び特許請求の範囲に言及される「第１の」、「第２の」等の用語は、単なる構成要素を命名する、或いは異なる実施例又は範囲を区別するものであり、構成要素の数の上限又は下限を限定するものではない。
【００５７】
また、上述の各実施例を含む実施形態に関し、更に以下の付記を開示する。
【００５８】
（付記１）
三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する二値画像生成部であって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、二値画像生成部と、
各前記二値画像において、境界に連結していない第２の階調連結領域を認識する連結領域認識部と、
２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する文字層決定部と、を含む画像処理装置。
【００５９】
（付記２）
Ｎ１／Ｎ２を前記重なりかみ合い率とし、
Ｎ１は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との積集合の画素数であり、
Ｎ２は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との和集合の画素数である付記１に記載の画像処理装置。
【００６０】
（付記３）
前記決定された文字層の二値画像における各第１の階調連結領域に対し、前記第１の階調連結領域の外輪郭と前記決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、前記第１の階調連結領域をノイズとして除去するノイズ除去部をさらに含む付記１又は２に記載の画像処理装置。
【００６１】
（付記４）
Ｎ４／Ｎ３を前記合致度とし、
Ｎ３は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭の画素数であり、
Ｎ４は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭と前記文字境界領域層の二値画像における前記第１の階調の領域との積集合の画素数である付記３に記載の画像処理装置。
【００６２】
（付記５）
前記２つの二値画像における各前記第２の階調連結領域の総面積と前記二値画像の総面積との比率が第４の閾値よりも大きい場合は、前記文字層決定部は前記文字層及び前記文字境界領域層の決定を行う付記１又は２に記載の画像処理装置。
【００６３】
（付記６）
三値画像に基づいて、該三値画像の各層に対応する二値画像を生成するステップであって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、ステップと、
各前記二値画像において、境界に連結していない第２の階調連結領域を認識するステップと、
２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定するステップと、を含む画像処理方法。
【００６４】
（付記７）
Ｎ１／Ｎ２を前記重なりかみ合い率とし、
Ｎ１は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との積集合の画素数であり、
Ｎ２は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との和集合の画素数である付記６に記載の画像処理方法。
【００６５】
（付記８）
前記決定された文字層の二値画像における各第１の階調連結領域に対し、前記第１の階調連結領域の外輪郭と前記決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、前記第１の階調連結領域をノイズとして除去するステップをさらに含む付記６又は７に記載の画像処理方法。
【００６６】
（付記９）
Ｎ４／Ｎ３を前記合致度とし、
Ｎ３は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭の画素数であり、
Ｎ４は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭と前記文字境界領域層の二値画像における前記第１の階調の領域との積集合の画素数である付記８に記載の画像処理方法。
【００６７】
（付記１０）
前記２つの二値画像における各前記第２の階調連結領域の総面積と前記二値画像の総面積との比率が第４の閾値よりも大きい場合は、前記文字層及び前記文字境界領域層の決定を行う付記６又は７に記載の画像処理方法。
【００６８】
（付記１１）
コンピュータに、付記６乃至１０の何れか一項に記載の各ステップを実行させるためのプログラム。
【００６９】
（付記１２）
付記１１に記載のプログラムを記憶しているコンピュータ読み出し可能な記憶媒体。
【００７０】
以上、本発明の好ましい実施形態、実施例を説明したが、本発明はこの実施形態、実施例に限定されず、本発明の趣旨を離脱しない限り、本発明に対するあらゆる変更は本発明の技術範囲に属する。
【符号の説明】
【００７１】
１００、６００ 画像処理装置
１１０、６１０ 二値画像生成部
１２０、６２０ 連結領域認識部
１３０、６３０ 文字層決定部
６４０ ノイズ除去部
【特許請求の範囲】
【請求項１】
三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する二値画像生成部であって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、二値画像生成部と、
各前記二値画像において、境界に連結していない第２の階調連結領域を認識する連結領域認識部と、
２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する文字層決定部と、を含む画像処理装置。
【請求項２】
Ｎ１／Ｎ２を前記重なりかみ合い率とし、
Ｎ１は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との積集合の画素数であり、
Ｎ２は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との和集合の画素数である請求項１に記載の画像処理装置。
【請求項３】
前記決定された文字層の二値画像における各第１の階調連結領域に対し、前記第１の階調連結領域の外輪郭と前記決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、前記第１の階調連結領域をノイズとして除去するノイズ除去部をさらに含む請求項１又は２に記載の画像処理装置。
【請求項４】
Ｎ４／Ｎ３を前記合致度とし、
Ｎ３は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭の画素数であり、
Ｎ４は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭と前記文字境界領域層の二値画像における前記第１の階調の領域との積集合の画素数である請求項３に記載の画像処理装置。
【請求項５】
前記２つの二値画像における各前記第２の階調連結領域の総面積と前記二値画像の総面積との比率が第４の閾値よりも大きい場合は、前記文字層決定部は前記文字層及び前記文字境界領域層の決定を行う請求項１又は２に記載の画像処理装置。
【請求項６】
三値画像に基づいて、該三値画像の各層に対応する二値画像を生成するステップであって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、ステップと、
各前記二値画像において、境界に連結していない第２の階調連結領域を認識するステップと、
２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定するステップと、を含む画像処理方法。
【請求項７】
Ｎ１／Ｎ２を前記重なりかみ合い率とし、
Ｎ１は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との積集合の画素数であり、
Ｎ２は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との和集合の画素数である請求項６に記載の画像処理方法。
【請求項８】
前記決定された文字層の二値画像における各第１の階調連結領域に対し、前記第１の階調連結領域の外輪郭と前記決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、前記第１の階調連結領域をノイズとして除去するステップをさらに含む請求項６又は７に記載の画像処理方法。
【請求項９】
Ｎ４／Ｎ３を前記合致度とし、
Ｎ３は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭の画素数であり、
Ｎ４は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭と前記文字境界領域層の二値画像における前記第１の階調の領域との積集合の画素数である請求項８に記載の画像処理方法。
【請求項１０】
前記２つの二値画像における各前記第２の階調連結領域の総面積と前記二値画像の総面積との比率が第４の閾値よりも大きい場合は、前記文字層及び前記文字境界領域層の決定を行う請求項６又は７に記載の画像処理方法。
【請求項１】
三値画像に基づいて、該三値画像の各層に対応する二値画像を生成する二値画像生成部であって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、二値画像生成部と、
各前記二値画像において、境界に連結していない第２の階調連結領域を認識する連結領域認識部と、
２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定する文字層決定部と、を含む画像処理装置。
【請求項２】
Ｎ１／Ｎ２を前記重なりかみ合い率とし、
Ｎ１は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との積集合の画素数であり、
Ｎ２は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との和集合の画素数である請求項１に記載の画像処理装置。
【請求項３】
前記決定された文字層の二値画像における各第１の階調連結領域に対し、前記第１の階調連結領域の外輪郭と前記決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、前記第１の階調連結領域をノイズとして除去するノイズ除去部をさらに含む請求項１又は２に記載の画像処理装置。
【請求項４】
Ｎ４／Ｎ３を前記合致度とし、
Ｎ３は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭の画素数であり、
Ｎ４は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭と前記文字境界領域層の二値画像における前記第１の階調の領域との積集合の画素数である請求項３に記載の画像処理装置。
【請求項５】
前記２つの二値画像における各前記第２の階調連結領域の総面積と前記二値画像の総面積との比率が第４の閾値よりも大きい場合は、前記文字層決定部は前記文字層及び前記文字境界領域層の決定を行う請求項１又は２に記載の画像処理装置。
【請求項６】
三値画像に基づいて、該三値画像の各層に対応する二値画像を生成するステップであって、各前記二値画像において、前記二値画像が対応する層に属する画素は第１の階調を有し、他の画素は第２の階調を有する、ステップと、
各前記二値画像において、境界に連結していない第２の階調連結領域を認識するステップと、
２つの前記二値画像における前記第２の階調連結領域の総面積の比率が第１の閾値よりも大きい、且つ前記２つの二値画像において前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との重なりかみ合い率が第２の閾値よりも大きい場合は、前記二つの二値画像における前記第２の階調連結領域の総面積が小さい二値画像が対応する層を文字層と決定し、もう一つの二値画像が対応する層を文字境界領域層と決定するステップと、を含む画像処理方法。
【請求項７】
Ｎ１／Ｎ２を前記重なりかみ合い率とし、
Ｎ１は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との積集合の画素数であり、
Ｎ２は、前記第２の階調連結領域の総面積が小さい二値画像における第１の階調の領域と前記第２の階調連結領域の総面積が大きい二値画像における前記第２の階調連結領域との和集合の画素数である請求項６に記載の画像処理方法。
【請求項８】
前記決定された文字層の二値画像における各第１の階調連結領域に対し、前記第１の階調連結領域の外輪郭と前記決定された文字境界領域層の二値画像における第１の階調の領域との合致度が第３の閾値よりも小さい場合は、前記第１の階調連結領域をノイズとして除去するステップをさらに含む請求項６又は７に記載の画像処理方法。
【請求項９】
Ｎ４／Ｎ３を前記合致度とし、
Ｎ３は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭の画素数であり、
Ｎ４は、前記文字層の二値画像における前記第１の階調連結領域の外輪郭と前記文字境界領域層の二値画像における前記第１の階調の領域との積集合の画素数である請求項８に記載の画像処理方法。
【請求項１０】
前記２つの二値画像における各前記第２の階調連結領域の総面積と前記二値画像の総面積との比率が第４の閾値よりも大きい場合は、前記文字層及び前記文字境界領域層の決定を行う請求項６又は７に記載の画像処理方法。
【図１】
【図２】
【図３ａ】
【図３ｂ】
【図３ｃ】
【図４ａ】
【図４ｂ】
【図４ｃ】
【図５】
【図６】
【図７】
【図８ａ】
【図８ｂ】
【図９ａ】
【図９ｂ】
【図１０】
【図１１】
【図１２】
【図２】
【図３ａ】
【図３ｂ】
【図３ｃ】
【図４ａ】
【図４ｂ】
【図４ｃ】
【図５】
【図６】
【図７】
【図８ａ】
【図８ｂ】
【図９ａ】
【図９ｂ】
【図１０】
【図１１】
【図１２】
【公開番号】特開２０１３−８１１７４（Ｐ２０１３−８１１７４Ａ）
【公開日】平成２５年５月２日（２０１３．５．２）
【国際特許分類】
【出願番号】特願２０１２−２１６９５５（Ｐ２０１２−２１６９５５）
【出願日】平成２４年９月２８日（２０１２．９．２８）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
【公開日】平成２５年５月２日（２０１３．５．２）
【国際特許分類】
【出願日】平成２４年９月２８日（２０１２．９．２８）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
[ Back to top ]